[发明专利]基于表观组信息低成本组装解析生物核心基因组信息

说明书

本发明涉及基于表观组信息低成本组装核心基因组进而解析生物基因组信息的方法及其应用。本发明提出一种新的获得核心基因组序列信息的方法，首先捕获调控基因活性的单一或多种表观修饰所结合的核酸序列，之后对获得的序列进行建库、测序、拼接、组装等，获得序列信息。本发明的方法能够在没有参考基因组的物种以及遗传差异比较大的品种中获得长片段的基因区序列或调控区序列，而且不依赖于任何已有的序列信息。

技术领域

本发明属于生物组装解析领域，更具体地，本发明涉及基于表观组信息低成本组装解析生物基因组信息的方法及其应用。

背景技术

在过去十年中，全基因组测序和重测序被广泛应用于发掘不同品系作物之间的遗传差异，推动了遗传育种领域从研究方法到经济应用都发生了重大变革。重测序是指在已知物种基因组的情况下，对物种内的不同个体或某个个体的不同组织进行基因组重测序，可以在全基因组水平上发现不同个体或组织细胞之间的差异。

然而，很多经济物种经历了长期的驯化，基因组复杂而庞大。例如，目前普遍种植的小麦是6倍体，全基因组有17Gb，即便是覆盖度要求较低的重测序实验都需要极高的成本。而很多研究并不需要知道基因组所有的碱基序列，所以人们针对大基因组物种开发了各种低成本的替代测序技术。其基本原理通常是对全基因组序列进行选择性测序，详见以下两篇综述(Genome-wide genetic marker discovery and genotyping using next-generation sequencing.Nature reviews.Genetics,12,499-510；Using next-generation sequencing to isolate mutant genes from forward geneticscreens.Nature reviews.Genetics,15,662-676)。对于未测序或没有遗传标记的物种来说，比较经典的方法基于酶切位点的测序技术如RAD-seq，能够在品种间比较相同酶切位点附近的序列。然而这种方法不太适合大基因组物种的基因功能研究，因为生成的测序片段很大一部分来源于非编码区，根据其结果直接进行功能分析不现实，还需要大量后续精细的遗传工作。更重要的是如果品种间酶切位点发生变化，则序列无法互相比较，因而无法对物种间以及多态性高的品种进行比较。另一种方法是利用RNA-seq获得的转录组信息来寻找遗传标记，比如，通过与混池测序(Bulked segregant analysis,BSA)结合来进行图位克隆。然而，由于受到基因表达水平差异大，剪接方式多，RNA编辑等影响，利用RNA-seq推测基因组信息并进一步定位基因在实际操作中存在较大的困难。对于测序品种，一种常用手段是直接富集外显子序列进行测序，即外显子捕获技术。其在人的研究中应用广泛，优点在于直接富集编码区序列，后续功能分析相对简单，但是对已有的基因组序列信息要求高，制作捕获芯片的前期投入成本大，而且制作的芯片只能用于遗传变异不太大的群体，对于遗传变异大的群体，依赖于参考基因组的技术，包括外显子测序，甚至全基因组重测序，都会显著低估多态性(Comprehensive comparison of three commercial human whole-exomecapture platforms.Genome Biology,12,R95)。而经济作物不同品系之间的遗传多样性远远高于人种间差异，这些替代方法难以满足针对多态性比较高的大基因组物种进行群体遗传分析的需求。

因而，开发能够直接捕获到基因及调控区序列的简化基因组测序方法对于研究多态性高的群体具有重要价值。

发明内容

本发明的目的在于提供基于表观组信息低成本组装解析生物基因组信息的方法及其应用。

在本发明的第一方面，提供一种获得核心基因组序列信息的方法，所述的方法包括：

(1)捕获基因组中表观修饰区域的核酸序列；

(2)利用步骤(1)获得的核酸序列构建文库、测序；